本文详细介绍了TensorFlow 1.9版本的源码目录结构，包括核心代码目录、第三方库、工具和其他重要模块。核心部分如`tensorflow/core`涉及框架、图、会话和runtime。学习TensorFlow应先了解基本领域，如CNN、RNN，并通过运行GitHub上的模型，如图像分类、自然语言处理，逐步理解其工作原理。重点关注的目录有`slim`，它提供轻量级高级API，用于定义、训练和评估复杂模型。
TensorFlow源码目录结构
基于2018年7月23日github的tensorflow源码，即1.9版本
第一层：
tensorflow： 核心代码目录。
third_party：第三方库，包括：eigen3，fft2d，hadoop，mkl，probuf ，kafka，mpi，tensorRT，nccl，grpc等等。
tools：只有两个文件 bazel.rc 和 tf_env_collect.sh。
第二层：
tensorflow/tensorflow/
c：
cc：
compiler：
contrib：存放有其他项目贡献者添加的相关贡献代码，非核心官方代码
core：这是 tensorflow 的核心代码模块.
docs_str:以md呈现的帮助文档
examples:以jupyter notebook呈现的例子文档
g3doc:为空，都迁移到docs_str
go，java，pythonÿ
最低0.47元/天 解锁文章
8219
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
